文献

J-GLOBAL ID：202202287436145748   整理番号：22A1164755

機械学習法を用いたSMSスパム検出の比較分析【JST・京大機械翻訳】

A Comparative Analysis of SMS Spam Detection employing Machine Learning Methods

著者 (7件)： Aliza Humaira Yasmin (Daffodil International University,Department of Computer Science & Engineering,Dhaka,Bangladesh) ,  Nagary Kazi Aahala (Daffodil International University,Department of Computer Science & Engineering,Dhaka,Bangladesh) ,  Ahmed Eshtiak (Tampere University,Faculty of Information Technology and Communication Sciences,Tampere,Finland) ,  Puspita Kazi Mumtahina (Daffodil International University,Department of Computer Science & Engineering,Dhaka,Bangladesh) ,  Rimi Khadiza Akter (Daffodil International University,Department of Computer Science & Engineering,Dhaka,Bangladesh) ,  Khater Ankit (Jadavpur University,Department of Computer Science & Engineering,India) ,  Faisal Fahad (Daffodil International University,Department of Computer Science & Engineering,Dhaka,Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCMC  ページ： 916-922  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近年,携帯電話利用の増加は膨大な数のスパムメッセージをもたらした。スパマーは,スパムメッセージを管理または予防する,より新しいトリックを継続的に適用し,困難なタスクである。本研究の目的は,スパムメッセージが今日のセキュリティ脅威になるので,異なるサイバー犯罪を防ぐスパムメッセージを検出することである。本論文では,SMSスパム問題に関する研究により,サポートベクトルマシン,K最近傍,Naive Bayes,ランダムフォレスト,ロジスティック回帰,およびいくつかのよりいくつかの異なる技法を用いて,より良い精度を遂行した。結果は,サポートベクトルマシンが99%の最高精度を達成して,それが将来の研究のための効果的機械学習システムとして有用であることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： セキュリティ ,  *機械学習 ,  サポートベクトルマシン ,  サイバー攻撃
準シソーラス用語： ロジスティック回帰分析 ,  学習支援システム ,  比較分析 ,  ランダムフォレスト ,  *スパム ,  サイバー犯罪 ,  Naive Bayes ,  スパム検出 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 機械学習 ,  SMS ,  スパム検出 ,  比較分析